Tworzenie projektu dla profesjonalnego głosu

Aby zacząć, wystarczy kilka plików audio i powiązanych transkrypcji. Sprawdź, czy niestandardowy głos jest dostępny dla twojego języka i regionu.

Rozpocznij dostrajanie

Foundry (nowa)

Aby dostosować profesjonalny model głosu w nowym portalu Microsoft Foundry, wykonaj następujące kroki:

1. Zaloguj się do usługi Microsoft Foundry. Upewnij się, że przełącznik New Foundry jest włączony. Te właśnie kroki odnoszą się do Foundry (new).

   

2. Z menu w prawym górnym rogu wybierz pozycję Kompiluj.

3. W okienku po lewej stronie wybierz pozycję Modele.

4. Na karcie AI Services wybierz Azure Speech — Text to Speech.

5. W prawym górnym rogu tekstu na placu zabaw dla mowy wybierz pozycję Dostosuj , aby otworzyć okienko Dostrajanie modelu .

6. W okienku Podstawowe szczegóły wypełnij następujące ustawienia:

   • Wybierz model: Sprawdź, czy wybrano Azure Speech - Text to Speech. Ta wartość jest wstępnie wypełniona na podstawie placu zabaw wprowadzonego z kreatora.
   • Typ: Sprawdź, czy wybrano pozycję Profesjonalny głos .
   • Płeć głosu: wybierz płeć talentu głosowego.
   • Język danych treningowych: wybierz język danych treningowych.
   • Nazwa głosu: wprowadź nazwę modelu głosowego.
   • Opis: opcjonalnie wprowadź opis.

7. Wybierz Dalej.

Pozostaw otwarty panel Dostrajanie modelu i przejdź do Dodawanie zgody lektora, aby zarejestrować lektora.

Foundry (wersja klasyczna)

W portalu Microsoft Foundry można dostosować niektóre modele narzędzi foundry. Aby dostosować profesjonalny model głosu, wykonaj następujące kroki:

1. Przejdź do projektu Microsoft Foundry w portalu Microsoft Foundry. Jeśli chcesz utworzyć projekt, zobacz Tworzenie projektu Microsoft Foundry.

2. Wybierz Fine-tuning z lewego panelu.

3. Wybierz AI Service fine-tuning>+ Fine-tune.

   

4. W kreatorze wybierz opcję Niestandardowy głos (zaawansowane strojenie głosu).

5. Wybierz Dalej.

6. Postępuj zgodnie z instrukcjami podanymi przez kreatora, aby utworzyć przestrzeń roboczą do dostrajania.

Kontynuuj doskonalenie szczegółów

Przejdź do dokumentacji narzędzi Azure Speech in Foundry Tools, aby dowiedzieć się, jak kontynuować dostosowywanie profesjonalnego modelu głosu:

• Dodaj zgodę lektora
• Dodawanie zestawów danych szkoleniowych
• Trenowanie modelu głosu
• Uruchom swój profesjonalny model głosu jako punkt końcowy

Wyświetl dopracowane modele

Po dostrojeniu możesz uzyskać dostęp do niestandardowych modeli głosu i wdrożeń na stronie Dostrajanie .

Foundry (nowa)

1. Zaloguj się do usługi Microsoft Foundry. Upewnij się, że przełącznik New Foundry jest włączony. Kroki te dotyczą nowego Foundry.
2. Z menu w prawym górnym rogu wybierz pozycję Kompiluj.
3. W lewym panelu wybierz pozycję Dostrajanie.
4. Wybierz kartę Usługi sztucznej inteligencji , aby wyświetlić stan zadań dostrajania i utworzonych modeli. Wybierz nazwę modelu, aby otworzyć stronę szczegółów modelu, na której można wyświetlić stan trenowania, uruchomić testy i zarządzać wdrożeniami.

Foundry (wersja klasyczna)

1. Zaloguj się do portalu Microsoft Foundry.

2. Wybierz Fine-tuning z lewego panelu.

3. Wybierz pozycję Dostrajanie usługi sztucznej inteligencji. Możesz wyświetlić stan zadań dostrajania i utworzonych modeli.

   

Następny krok

Dodaj zgodę lektora do profesjonalnego projektu głosowego.

Zawartość niestandardowego głosu, takiego jak dane, modele, testy i punkty końcowe, jest zorganizowana w projekty w usłudze Speech Studio. Każdy projekt jest specyficzny dla kraju/regionu i języka oraz płci głosu, który chcesz utworzyć. Możesz na przykład utworzyć projekt z kobiecym głosem dla czatbotów centrum telefonicznego, które używają języka angielskiego w Stanach Zjednoczonych.

Aby zacząć, wystarczy kilka plików audio i powiązanych transkrypcji. Sprawdź, czy niestandardowy głos jest dostępny dla twojego języka i regionu.

Rozpocznij dostrajanie

Aby dostosować profesjonalny model głosu, wykonaj następujące kroki:

1. Zaloguj się do programu Speech Studio.

2. Wybierz subskrypcję i zasób usługi Mowa do pracy.

   Ważne

   Personalizowane szkolenie głosowe jest obecnie dostępne tylko w niektórych regionach. Po wytrenowanym modelu głosowym w obsługiwanym regionie możesz skopiować go do zasobu usługi Mowa w innym regionie zgodnie z potrzebami. Aby uzyskać więcej informacji, zobacz przypisy dolne w tabeli regionów .

3. Wybierz pozycję Niestandardowy głos>Utwórz projekt.

4. Wybierz Niestandardowy neuronowy głos Pro>Dalej.

5. Postępuj zgodnie z instrukcjami podanymi przez kreatora, aby utworzyć projekt.

Wybierz nowy projekt według nazwy lub wybierz pozycję Przejdź do projektu. Te elementy menu są widoczne na panelu po lewej stronie: Konfigurowanie talentów głosowych, Przygotowywanie danych treningowych, Trenowanie modelu i Wdrażanie modelu.

Następne kroki

Dodaj zgodę lektora do profesjonalnego projektu głosowego.

Profesjonalne projekty głosowe zawierają oświadczenie o wyrażeniu zgody na talent głosowy, zestawy danych szkoleniowych, modele głosowe i punkty końcowe.

Każdy projekt jest specyficzny dla kraju/regionu i języka oraz płci głosu, który chcesz utworzyć. Możesz na przykład utworzyć projekt z kobiecym głosem dla czatbotów centrum telefonicznego, które używają języka angielskiego w Stanach Zjednoczonych.

Tworzenie projektu

Aby utworzyć profesjonalny projekt głosowy, użyj operacji Projects_Create niestandardowego interfejsu API dla głosu. Skonstruuj treść żądania zgodnie z następującymi instrukcjami:

• Ustaw wymaganą kind właściwość na ProfessionalVoice. Nie można później zmienić rodzaju.
• Opcjonalnie, ustaw właściwość locale. Ustawienia regionalne tego projektu. Kod ustawień regionalnych jest zgodny ze standardem BCP-47. Listę ustawień regionalnych text to speech można znaleźć here. Jeśli podasz ustawienia regionalne, projekt będzie można używać w programie Speech Studio.
• Opcjonalnie ustaw właściwość description dla opisu projektu. Opis projektu można zmienić później.

Utwórz żądanie HTTP PUT, korzystając z identyfikatora URI, jak pokazano w przykładzie Projects_Create poniżej.

• Zastąp YourResourceKey kluczem zasobu Speech.
• Zastąp YourResourceName nazwą zasobu Speech.
• Zastąp ProjectId element wybranym identyfikatorem projektu. Identyfikator uwzględniający wielkość liter musi być unikatowy w ramach zasobu Speech. Id będzie używany w URI projektu i nie będzie można go później zmienić.

curl -v -X PUT -H "Ocp-Apim-Subscription-Key: YourResourceKey" -H "Content-Type: application/json" -d '{
  "description": "Project description",
  "kind": "ProfessionalVoice",
  "locale": "en-US"
} '  "https://YourResourceName.cognitiveservices.azure.com/customvoice/projects/ProjectId?api-version=2026-01-01"

Treść odpowiedzi powinna zostać wyświetlona w następującym formacie:

{
  "id": "ProjectId",
  "description": "Project description",
  "kind": "ProfessionalVoice",
  "locale": "en-US",
  "createdDateTime": "2023-04-01T05:30:00.000Z"
}

Używasz projektu id w kolejnych żądaniach API, aby dodać zgodę talentu głosowego i utworzyć zestaw szkoleniowy.

Następne kroki

Dodaj zgodę lektora do profesjonalnego projektu głosowego.